科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对具有非高斯量测噪声的分数阶离散时间非线性系统的状态估计问题，提出一种基于Masreliez-Martin(简称为M-M)方法的鲁棒分数阶容积卡尔曼滤波器。在分数阶离散非线性动态系统基础上，使用三阶容积原则推导了状态预测公式，并使用M-M方法实现状态的量测更新，构成了基于M-M方法的鲁棒分数阶容积卡尔曼跟踪算法。将提出的算法应用到再入目标的状态估计中，仿真结果表明，基于M-M方法的鲁棒分数阶容积卡尔曼滤波器优于分数阶无迹滤波器和分数阶容积卡尔曼滤波器。最后，分析了不同程度的量测污染噪声对鲁棒分数阶容积卡尔曼滤波算法的估计性能影响，验证了所提算法的鲁棒性。
- 单位
